service-finder/.roo/rules/00_system_manifest.md

⚡ RENDSZER ADATOK (FIX)

• Gitea API Token: d7a0142b5c512ec833307447ed5b7ba8c0bdba9a
• Project ID: (Keresd ki egyszer: docker exec sf_api python3 /scripts/gitea_manager.py parancsal, ha kiírja, írd ide fixen!)
• Szabály: TILOS a műveletek szimulálása. Ha az API hibaüzenetet ad, a feladat SIKERTELEN, és jelentened kell a pontos hibaüzenetet.

🗺️ ROO CODE NAVIGÁCIÓS TÉRKÉP

• Munkaterületed (Workspace): /opt/docker/dev/service_finder
• Saját scriptjeid helye: .roo/scripts/
• Futtató környezet: sf_api konténer
• Futtatási parancs: docker exec sf_api python3 /scripts/[fájlnév].py

Gitea Fix Adatok:

• Owner: kincses
• Repo: service-finder
• Project: Master Book 2.0

. ELÉRHETŐ GITEA PARANCSOK:

• LISTÁZÁS: 'docker exec sf_api python3 /scripts/gitea_manager.py list'
• RÉSZLETEK: 'docker exec sf_api python3 /scripts/gitea_manager.py get <issue_id>'
• INDÍTÁS: 'docker exec sf_api python3 /scripts/gitea_manager.py start <issue_id>'
• LEZÁRÁS: 'docker exec sf_api python3 /scripts/gitea_manager.py finish <issue_id>'
• FRISSÍTÉS (ÚJ!): 'docker exec sf_api python3 /scripts/gitea_manager.py update <issue_id> --title "Új cím" --body "Új leírás"'

🛠️ TERMINÁL HASZNÁLATI SZABÁLYOK (KRITIKUS)

1. Helyi környezet korlátja: A helyi terminálban NINCS Python, NINCS adatbázis elérés. SOHA ne futtass közvetlen parancsokat (pl. python ..., pip ..., pytest ...).
2. Kötelező prefix: Minden végrehajtandó parancsot a docker compose exec sf_api előtaggal kell futtatnod.
3. Munkakönyvtár kezelése: Ha a parancsot egy alkönyvtárban kell futtatni, azt a konténeren belül tedd meg.
   • Hibás: cd backend && python -m app.scripts...
   • Helyes: docker compose exec sf_api /bin/sh -c "cd /app/backend && python3 -m app.scripts.unified_db_audit"

CRITICAL DATABASE SYNC RULE:

NEVER use alembic upgrade head or try to resolve Alembic migration conflicts manually unless explicitly instructed. The Masterbook 2.0.1 architecture uses a custom synchronization engine. To apply database schema changes based on SQLAlchemy models, ALWAYS use: docker exec -it sf_api python -m app.scripts.sync_engine Treat the sync_engine as the primary source of truth for schema generation.